1. QNN 三段结构与前馈——能写出 R_y(θ)、R_z(θ) 的矩阵形式，并推导输出 y = ⟨0|U†(x,θ)·M·U(x,θ)|0⟩
2. 参数平移法则——能用两次电路求值算出解析梯度，并对 f(θ)=cosθ 完成验证演算
3. 量子-经典混合模型——能写出端到端梯度流公式：经典层反向传播 × 量子层参数平移
4. 量子核的估计与流程——能推导碰撞测量 Pr(0ⁿ) = |⟨φ(x)|φ(x′)⟩|²，并算出 M(M+1)/2 的核值对数
5. QNN 与核方法的等价——能推导改写 |φ′(x)⟩ = U_φ(x)·W|0⟩，说明参数只是在 RKHS 里选方向
6. 贫瘠高原与指数集中——能算出 2⁻²⁰、2⁻³⁰ 的量级，并写出三大成因的方差标度（4⁻ⁿ / 2⁻ⁿ / η^(2L)）